】 1.负责系统稳定性与可用性保障。负责生产环境及核心业务系统的稳定性;设计和实施高可用、容灾、弹性伸缩的系统架构方案;建立和完善监控、告警、日志体系，确保故障的快速发现、定位与恢复;参与重大故障的应急响应排查和复盘，推动改进措施落地； 2.负责自动化开发与运维效率提升。开发和维护自动化运维平台与工具，覆盖部署、配置管理、监控、成本优化等领域,致力于消除重复性手工操作，提升研发和运维的整体效率;管理和优化持续集成/持续部署流水线，实现安全、高效的软件交付； 3.负责业务系统/云平台的性能与容量管理。进行性能分析与调优，识别并解决潜在瓶颈;规划和执行容量评估与管理，确保系统/云平台能够平滑应对业务增长;通过混沌工程等手段，主动验证系统/云平台的韧性;4.负责站点可靠性工程实践。制定和优化SLO/SL，并以此驱动错误预算的管理和发布流程;参与系统设计评审，从可靠性、可运维性角度提出前瞻性建议;编写和维护系统文档、运维手册和应急预案。 【